請問大家，在使用redis的過程中有沒有遇到過什麼問題呢？比如快取雪崩，快取穿透，阻塞等。這些問題的產生原因是什麼呢？又該怎麼解決呢？本篇文章就說說這個。
因為redis是單執行緒架構，所有的讀寫操作都是在一條主線程中完成的，所以一旦出現阻塞，將是致命的。
（1）api或資料結構使用不合理
// 獲取最近的10條慢查詢
slowlog get 10
（2）記憶體交換
（3）網路問題：連線拒絕、網路延遲、網絡卡軟中斷
（1）在應用方加入異常監控，並要定位到具體的出問題的結點
（2）redis的監控
redis中的資料通常都是有生命週期的，需要在特定時間後被刪除或更新，這樣可以保證快取空間在乙個可控的範圍。有3種快取更新策略。
當快取使用量超過了預設的最大值時，會啟動策略對資料進行清除。
lru：最近最久未使用
lfu：最近最少使用
fifo：先進先出
對資料進行「增刪改」操作後，立即清除redis中的相關資料
快取穿透是指查詢乙個資料庫不存在的資料，每次都去查詢資料庫，而每次查詢都是空，每次又都不會進行快取。假如有大量請求進來，可能會壓垮資料庫。
（1）自身業務**或者資料出現問題
（2）一些惡意攻擊，爬蟲等造成大量空命中
當資料庫不命中後，仍然將空物件保留到快取層中，之後再訪問這個資料，將會從快取中獲取，這樣就保護了後端資料來源。
實現**如下：
string get(string key)
return storagevalue;
}else
}
將存在的key放入布隆過濾器中。當乙個查詢請求過來時，先經過此過濾器，如果此過濾器認為該資料不存在，就直接丟棄，不再繼續訪問快取層和儲存層。
此解決辦法的適用場景為：資料命中不高，資料相對固定、實時性低
為了滿足業務需求，大量新增redis集群的節點，但是效能沒提公升反而下降。
在單機操作中，如果想批量獲取多個key，只需一次網路操作即可，在集群中，節點越多，涉及的網路io就越多，效能就可以能會下降。
（1）序列命令
（2）序列io
（3）並行io
（4）hash_tag實現
快取雪崩是指在設定快取時採用了相同的過期時間，導致快取在某一時刻同時失效，導致所有的查詢都落在資料庫上，造成了快取雪崩。
（1）不同的key，設定不同的過期時間，讓快取失效的時間點盡量均勻。
（2）如果快取資料庫是分布式部署，將熱點資料均勻分布在不同的快取資料庫中。
（3）設定熱點資料永遠不過期。
（4）做二級快取。
（5）在快取失效後，通過加鎖或者佇列來控制讀資料庫寫快取的執行緒數量。比如對某個key只允許乙個執行緒查詢資料和寫快取，其他執行緒等待。
Redis筆記六之管道
redis中乙個操作命令就是客戶端和服務端的一次互動，如果有1000條set命令則意味著客戶端和服務端會有1000次互動，這顯然在效能上不符合我們的期望。redis提供管道機制來解決這一問題，使用管道會將1000條命令一次性發給伺服器然後再一次性全部執行，管道就是執行了乙個批處理操作。下面兩個例子分...
redis之六整數集合
整數集合 intset 是redis用於儲存整數值的集合抽象的資料結構，intset中不會存在重複的數字。1 contents陣列是整個集合的底層實現，整數集合每個元素都是contents陣列的乙個陣列項 item 各個項在陣列中按值的大小從小到大有序地排列，並且陣列中不包含任何重複項。2 leng...
redis解決併發問題
用redis處理高併發是個很常見的方式，因為redis的訪問效率很高 直接訪問記憶體 一般我們會用來處理 一瞬間的併發量。那如果要使用redis來進行高併發問題的解決的話，應注意以下幾點 1 首先我們要先知道，我們在儲存時，應使用redis的setnx方法，不應該使用set方法，因為setnx擁有原...